Расширенный тест Дикки – Фуллера
В статистике расширенный тест Дики-Фуллера ( ADF ) проверяет нулевую гипотезу о том, что единичный корень присутствует в временного ряда выборке . Альтернативная гипотеза различается в зависимости от того, какая версия теста используется, но обычно это гипотеза стационарности или стационарности тренда . Это расширенная версия теста Дики-Фуллера для более крупного и сложного набора моделей временных рядов.
Расширенная статистика Дики-Фуллера (ADF), использованная в тесте, представляет собой отрицательное число. Чем она более негативна, тем сильнее отвергается гипотеза о наличии единичного корня на некотором уровне достоверности. [1]
Процедура тестирования
[ редактировать ]Процедура тестирования для теста ADF такая же, как и для теста Дики – Фуллера, но она применяется к модели
где является константой, коэффициент временного тренда и лаговый порядок авторегрессионного процесса. Наложение ограничений и соответствует моделированию случайного блуждания и использованию ограничения соответствует моделированию случайного блуждания со сносом. Следовательно, существует три основные версии теста, аналогичные тем, которые обсуждались в тесте Дики-Фуллера (см. на этой странице обсуждение неопределенности, связанной с включением членов перехвата и детерминированного временного тренда в уравнение теста).
Включая лаги порядка p, формулировка ADF допускает авторегрессионные процессы более высокого порядка. длину лага p Это означает, что при применении теста необходимо определить . Один из возможных подходов — провести тестирование с высоких порядков и изучить t значения коэффициентов. Альтернативный подход заключается в изучении информационных критериев, таких как информационный критерий Акаике , байесовский информационный критерий или информационный критерий Ханнана-Куинна .
Затем проводится проверка единичного корня при нулевой гипотезе. против альтернативной гипотезы Однажды значение тестовой статистики
вычисляется, его можно сравнить с соответствующим критическим значением для теста Дики – Фуллера. Поскольку этот тест асимметричен, нас интересуют только отрицательные значения статистики нашего теста. . Если вычисленная статистика теста меньше (более отрицательная) критического значения, то нулевая гипотеза отклонено, и единичный корень отсутствует.
Интуиция
[ редактировать ]Интуиция, лежащая в основе теста, заключается в том, что если ряд характеризуется единичным корневым процессом, то запаздывающий уровень ряда ( ) не предоставит никакой значимой информации для прогнозирования изменений в кроме полученного в лагированных изменениях ( ). В этом случае и нулевая гипотеза не отвергается. Напротив, когда процесс не имеет единичного корня, он стационарен и, следовательно, демонстрирует возврат к среднему значению - поэтому уровень с задержкой предоставит соответствующую информацию для прогнозирования изменения ряда, и нулевая гипотеза об единичном корне будет отклонена.
Примеры
[ редактировать ]Модель, включающая константу и временной тренд, оценивается с использованием выборки из 50 наблюдений и дает статистика -4,57. Это более отрицательное значение, чем критическое значение -3,50, указанное в таблице, поэтому на уровне 95 процентов нулевая гипотеза о единичном корне будет отвергнута.
-распределения Дики – Фуллера Критические значения t . | ||||
---|---|---|---|---|
Без тренда | С тенденцией | |||
Размер выборки | 1% | 5% | 1% | 5% |
Т = 25 | −3.75 | −3.00 | −4.38 | −3.60 |
Т = 50 | −3.58 | −2.93 | −4.15 | −3.50 |
Т = 100 | −3.51 | −2.89 | −4.04 | −3.45 |
Т = 250 | −3.46 | −2.88 | −3.99 | −3.43 |
Т = 500 | −3.44 | −2.87 | −3.98 | −3.42 |
Т = ∞ | −3.43 | −2.86 | −3.96 | −3.41 |
Источник [2] : 373 |
Альтернативы
[ редактировать ]Существуют альтернативные тесты на единичный корень, такие как тест Филлипса-Перрона (PP) или процедура тестирования ADF-GLS (ERS), разработанные Эллиоттом, Ротенбергом и Стоком (1996). [3]
Реализации в пакетах статистики
[ редактировать ]- В R существуют различные пакеты, реализующие тест. Пакет прогнозов включает функцию ndiffs (которая обрабатывает несколько популярных тестов модульного корня), [4] пакет tseries включает adf.test функцию [5] а пакет fUnitRoots включает функцию adfTest . [6] Дальнейшая реализация предоставляется пакетом «urca». [7]
- Гретл включает расширенный тест Дики-Фуллера. [8]
- В Matlab функция adfTest [9] является частью набора инструментов эконометрики, [10] бесплатная версия доступна как часть набора инструментов «Пространственная эконометрика». [11]
- В SAS PROC ARIMA может выполнять тесты ADF. [12]
- В Stata команда dfuller используется для тестов ADF. [13]
- В EViews расширенный тест Дики-Фуллера доступен в разделе «Единичный корневой тест». [14] [15] [16] [17]
- В Python функция adfuller доступна в пакете Statsmodels. [18] и пакет АРХ [19] также предоставляет расширенный тест Дикки-Фуллера.
- В Java класс AugmentedDickeyFuller включен в SuanShu. [20] доступен в пакете com.numericalmethod.suanshu.stats.test.timeseries.adf .
- В Julia функция ADFTest доступна в пакете HypothesisTests . [21]
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ «Глоссарий экономических исследований» . Архивировано из оригинала 2 марта 2009 года . Проверено 2 апреля 2008 г.
- ^ Фуллер, Вашингтон (1976). Введение в статистические временные ряды . Нью-Йорк: Джон Уайли и сыновья. ISBN 0-471-28715-6 .
- ^ Эллиотт, Г.; Ротенберг, Ти Джей; Сток, Дж. Х. (1996). «Эффективные тесты на авторегрессионный единичный корень» (PDF) . Эконометрика . 64 (4): 813–836. дои : 10.2307/2171846 . JSTOR 2171846 . S2CID 122699512 .
- ^ "ndiffs {forecast} | Inside-R | Сайт сообщества R" . Inside-r.org . Архивировано из оригинала 17 июля 2016 г. Проверено 23 февраля 2020 г.
- ^ «R: Расширенный тест Дикки-Фуллера» . Finzi.psych.upenn.edu . Проверено 26 июня 2016 г.
- ^ «Сравнение тестовых функций ADF в R · Фабиан Костадинов» . fabian-kostadinov.github.io . Проверено 5 июня 2016 г.
- ^ «Пакет «урка» » (PDF) .
- ^ «Введение в gretl и учебную лабораторию gretl» (PDF) . Spot.colorado.edu . Проверено 26 июня 2016 г.
- ^ «Расширенный тест Дикки-Фуллера — MATLAB adftest» . Mathworks.com . Проверено 26 июня 2016 г.
- ^ «Панель инструментов эконометрики — MATLAB» . Mathworks.com . Проверено 26 июня 2016 г.
- ^ «Панель инструментов эконометрики для MATLAB» . Пространственная-эконометрика.com . Проверено 26 июня 2016 г.
- ^ Дэвид А. Дики. «Проблемы стационарности в моделях временных рядов» (PDF) . 2.sas.com . Проверено 26 июня 2016 г.
- ^ «Расширенный тест единичного корня Дики – Фуллера» (PDF) . Стата.com . Проверено 26 июня 2016 г.
- ^ «Напоминание о выводе EViews» (PDF) . Проверено 17 июня 2019 г.
- ^ «EViews.com • Просмотр темы — Дикки Фуллер для моделей множественной регрессии» . Forums.eviews.com . Проверено 26 июня 2016 г.
- ^ «Расширенные модульные корневые тесты Дики-Фуллера» (PDF) . Faculty.smu.edu . Проверено 26 июня 2016 г.
- ^ «Тест единичного корня ДикиФуллера» . Hkbu.edu.hk. Проверено 26 июня 2016 г.
- ^ «statsmodels.tsa.stattools.adfuller — документация по statsmodels 0.7.0» . Statsmodels.sourceforge.net . Проверено 26 июня 2016 г.
- ^ «Тестирование корневого модуля — документация Arch 4.19+14.g318309ac» . Arch.readthedocs.io . Проверено 18 октября 2021 г.
- ^ «СуанШу | Численный метод Inc» . Numericalmethod.com . Архивировано из оригинала 15 августа 2015 г. Проверено 26 июня 2016 г.
- ^ «Тесты временных рядов» . Сайт juliastats.org . Проверено 4 февраля 2020 г.
Дальнейшее чтение
[ редактировать ]- Грин, штат Вашингтон (2002). Эконометрический анализ (Пятое изд.). Нью-Джерси: Прентис Холл. ISBN 0-13-066189-9 . [ нужна страница ]
- Саид, СЭ; Дики, Д.А. (1984). «Тестирование единичных корней в моделях авторегрессии и скользящего среднего неизвестного порядка». Биометрика . 71 (3): 599–607. дои : 10.1093/biomet/71.3.599 .